Douglas Eck
Enseigner aux ordinateurs comment générer leurs propres musiques, vidéos, images et textes
- Professeur associé
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
Portrait
Expertise de recherche
Douglas Eck, chercheur et responsable du projet Magenta de Google Brain, enseigne aux ordinateurs comment générer leurs propres musiques, vidéos, images et textes à l'aide de réseaux de neurones et d'autres types d'apprentissage automatique.
Biographie
De par sa double expertise d’informaticien et de spécialiste de la musique (il est lui-même pianiste amateur), Douglas Eck participa au projet de Radiolibre.ca (voir Forum du 20 février 2006, «Pour une fois, c’est la radio qui vous écoute!») en concevant un programme capable de regrouper les styles musicaux. Les auditeurs qui aiment tel ou tel genre de musique peuvent ainsi avoir accès à une sélection de chansons qui leur convienne.
Douglas Eck est originaire de l’Indiana et a étudié, notamment, en Suisse et à l’Université de l’Indiana. Désireux depuis une dizaine d’années d’établir un pont entre les arts et l’informatique (il possède un baccalauréat en littérature), il s’est tourné vers les circuits neuronaux et l’intelligence artificielle. Il enseigne actuellement l’apprentissage informatisé (machine learning).
Affiliations et responsabilités
Enseignement et encadrement
Encadrement
Thèses et mémoires dirigés (dépôt institutionnel Papyrus)
Apprentissage de représentations musicales à l'aide d'architectures profondes et multiéchelles
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Espaces de timbre générés par des réseaux profonds convolutionnels
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Non-negative matrix decomposition approaches to frequency domain analysis of music audio signals
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Analyse par apprentissage automatique des réponses fMRI du cortex auditif à des modulations spectro-temporelles
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Algorithmes de recommandation musicale
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Modélisation de l'interprétation des pianistes & applications d'auto-encodeurs sur des modèles temporels
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Apprentissage statistique pour l'étiquetage de musique et la recommandation
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Apprentissage à base de gradient pour l'extraction de caractéristiques dans les signaux sonores complexes
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Composition automatique de musique à l'aide de réseaux de neurones récurrents et de la structure métrique
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Automatic music classification using boosting algorithms and auditory features
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Algorithms for classifying recorded music by genre
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Projets
Projets de recherche
NEW MACHINE LEARNING METHODS FOR MUSIC : LEARNING AT MULTIPLE TIMESCALES
NEW MACHINE LEARNING METHODS FOR MUSIC : LEARNING AT MULTIPLE TIMESCALES
Rayonnement
Publications et communications
Disciplines
- Informatique
- Musique
Champ d’expertise
- Réseaux de neurones
- Apprentissage automatique
- Génération automatique de textes
- Intelligence artificielle
Aide en ligne pour votre profil | Nous joindre
Le Répertoire des professeurs est propulsé par les données du SADVR et est un projet du CENR.